> For the complete documentation index, see [llms.txt](https://docs.geopard.tech/geopard-tutorials/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.geopard.tech/geopard-tutorials/bg/agronomiya/yield-and-trials/synthetic-yield-map.md).

# Синтетична карта на добива: карти за сезони без данни за добива

Възстановете карта на добива за минал сезон въз основа на сателитни изображения и една известна стойност — общия или средния добив на полето — и я използвайте за зониране и сравнения.

Синтетичната карта на добива попълва сезоните, през които мониторът за добив не е работил, бил е повреден или изобщо не е бил инсталиран. GeoPard използва сателитните изображения от съответния сезон и една известна стойност — общия или средния добив на полето — и я разпределя по площта му. Използвайте картата, за да попълните многогодишните зони или да сравнявате сезони; запазете данните от монитора, където ги имате.

{% hint style="success" %}
Попълнете липсващите данни в историята на добивите си: [Започнете безплатно](https://app.geopard.tech/auth/sign-up?utm_source=docs\&utm_medium=cta\&utm_campaign=synthetic-yield-map)
{% endhint %}

## Оценка на пропуските в добива: значението на синтетичните карти на добива

Модулът на GeoPard за синтетични карти на добива решава често срещан проблем в земеделието: липсата на подробни исторически данни за добивите при много земеделски стопани. Макар че стопаните често разполагат със стойности за средния или общия добив на поле, подробните карти на добива за минали години често липсват. Модулът на GeoPard предлага решение, като позволява със задна дата да се създават карти на добива с висока точност (над 90%).

Тази функционалност е особено полезна за земеделските стопани, които искат да разберат и анализират добивите от полетата си през годините. Модулът използва наличните данни за средния или общия добив и прилага аналитичните методи на GeoPard, за да генерира подробни карти на добива за всяка изминала година.

Създаването на тези синтетични карти на добива помага на стопаните да разберат как се разпределя добивът и колко варира в рамките на полетата им. Тази информация е важна за вземането на обосновани решения относно управлението на културите, разпределението на ресурсите и планирането на бъдещи земеделски дейности.

В обобщение, модулът на GeoPard за синтетични карти на добива предоставя на земеделските стопани практичен инструмент за извличане на полезна информация от историческите данни за добивите. Така те могат да вземат решения въз основа на данни дори когато нямат подробни архиви за минали години.

Разбирането на пространственото разпределение на добива е от ключово значение за усъвършенстването на агрономическите решения всяка година, а картите на добива (или наборите от данни за добива) играят важна роля в този процес.

Необходимото оборудване за записване на данни за съставяне на карти на добива обаче невинаги е монтирано на зърнокомбайните, особено при по-старите модели. Затова картите на добива често обхващат само части от полетата, прибрани с машини, които имат възможност за картографиране на добива.

За да преодолее тези предизвикателства, GeoPard подготвя финалното издание на своята синтетична карта на добива — решение, създадено да предоставя цялостна информация за добивите независимо от ограниченията на оборудването.

## **Технически подход**

Синтетичните карти на добива се генерират въз основа на богатия опит на GeoPard в управлението на набори от данни за добива. Анализът се съсредоточава върху факторите, ограничаващи добива, оценката на историческия [потенциал на полето](https://geopard.tech/blog/field-potential-maps-yield-data/)и анализа на [развитието на растителността през сезона](https://docs.geopard.tech/geopard-tutorials/bg/produktova-obikolka-ueb-prilozhenie/satellite-monitoring.md). Тази методика позволява генерирането на карти на разпределението на добива дори при липса на преки данни за добива от прибиращите машини.

Данните от дистанционното наблюдение са основата за пространственото разпределение, а калибрирането спрямо реалните стойности на добива се извършва чрез съпоставяне със заявения среден или общ добив на полето. Така всяка част от полето се представя точно, а резултатът дава цялостна и надеждна картина на разпределението на добива по цялото поле.

## Примери от практиката

{% hint style="info" %}
За да се поддържа висока точност на изчисленията, е необходимо да се извърши допълнителна стъпка — калибриране на добива. То помага за отстраняване на аномалиите и правилно коригиране на разпределението на статистическите данни. Научете повече за [значението на калибрирането на добива](https://docs.geopard.tech/geopard-tutorials/bg/agronomiya/yield-and-trials/yield-calibration-and-cleaning.md) и как да го направите с GeoPard.
{% endhint %}

### Карта на добива при царевичен силаж: реални и синтетични данни

Синтетичната карта на добива беше проверена с помощта на оригинална карта на добива при царевичен силаж. Процесът показа, че е необходима междинна стъпка за калибриране на добива, за да се отстранят крайните стойности и да се коригират стойностите на добива.

<figure><img src="https://190376946-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FKBxJivTWUD4d1TEkiejY%2Fimage.png?alt=media&amp;token=783769a5-3c50-4031-b2ce-7a255bccdf14" alt=""><figcaption><p>Карта на добива: първоначални (оригинални) и калибрирани данни</p></figcaption></figure>

Пространственият модел на синтетичната карта на добива се основава на задълбоченото разбиране на GeoPard за [вариабилността на полето](https://geopard.tech/blog/use-of-heterogeneity-factor-in-precision-agriculture/) и опита на платформата в [обработката и зонирането на набори от данни за добива](https://geopard.tech/blog/7b27v4yf41-yield-data-and-analytics-in-geopard/). След това картата беше калибрирана със средната стойност на добива при царевичен силаж, за да се доближи пространственият модел до действителните стойности на добива. <mark style="background-color:yellow;">На следващата екранна снимка са показани статистическите и пространствените разпределения на добива като маса (t/ha).</mark>

<figure><img src="https://190376946-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FnEKqU70RiQEE0oxNKgls%2Fimage.png?alt=media&amp;token=e779ea7e-dc6b-45d0-8be6-4f320a5d600a" alt=""><figcaption><p>Карта на добива: калибрирани и синтетични данни</p></figcaption></figure>

### Царевица: реални и синтетични данни

<mark style="background-color:yellow;">На следващата екранна снимка са показани статистическите и пространствените разпределения на добива от царевица като маса (t/ha) за наборите от калибрирани и синтетични данни за добива.</mark>

<figure><img src="https://190376946-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FJYJW4Tvd2KIeSDoxyXLJ%2Fimage.png?alt=media&amp;token=9287734f-beb4-4153-a6e4-1bcf2c6967b8" alt=""><figcaption><p>Карта на добива: калибрирани и синтетични данни</p></figcaption></figure>

### Соя: реални и синтетични данни

На следващата екранна снимка са показани статистическите и пространствените разпределения на добива от соя за наборите от калибрирани и синтетични данни за добива. Имайте предвид, че първоначалните данни за добива са предоставени в mg/m2, докато синтетичните данни са преобразувани и са представени в t/ha.

<figure><img src="https://190376946-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2Fx0LJjzOgEOIHl8QkrKev%2Fimage.png?alt=media&amp;token=3802315c-2785-48ef-aabd-63262adc3f5a" alt=""><figcaption><p>Карта на добива: калибрирани и синтетични данни</p></figcaption></figure>

### Пшеница: възстановяване на карта на добива

В много случаи е налична само частична карта на добива. Причините са различни, като сред най-честите са: по-старите машини нямат необходимото оборудване за записване на данни при прибиране на реколтата (1), човешкият фактор (2) и негодни за употреба събрани данни (3). GeoPard решава тези проблеми, като възстановява непълните карти на добива. Процесът включва цялостна оценка на [потенциала на полето](https://geopard.tech/blog/field-potential-maps-yield-data/) и [тенденциите в развитието на растителността през сезона](https://docs.geopard.tech/geopard-tutorials/bg/produktova-obikolka-ueb-prilozhenie/satellite-monitoring.md), като използва усъвършенстваните методи на GeoPard за анализ на данни за добива, за да допълни картата.

Все пак е необходимо калибриране на добива, за да се отстранят аномалиите в разпределението на данните за добива.

<figure><img src="https://190376946-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FRce8VNyPVrknT8nv5S70%2Fimage.png?alt=media&amp;token=fee2ecf8-35de-4777-b189-ac47eb234f31" alt=""><figcaption><p>Карта на добива: реални (оригинални) и калибрирани данни</p></figcaption></figure>

На следващата екранна снимка е показано сравнение между наличните части от картата на добива и възстановената карта.

<figure><img src="https://190376946-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FHrDt9mmQZ6Vm4H7HLR91%2Fimage.png?alt=media&amp;token=63879fe6-8502-4dd7-b48c-75cb40b6859c" alt=""><figcaption><p>Карта на добива: калибрирани и синтетични данни</p></figcaption></figure>

### Грах: попълване на липсващите части от картата на добива

В много случаи е налична само частична карта на добива. Най-честите причини са:

1. по-стари машини без оборудване за записване на данните за добива,
2. човешки грешки при прибирането на реколтата и
3. събрани данни, които се оказват негодни за употреба.

GeoPard решава тези предизвикателства, като възстановява непълните карти на добивите с помощта на усъвършенствани собствени алгоритми.

<figure><img src="https://190376946-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FWw9e7u8eEBaBtgjNqSPF%2Fimage.png?alt=media&amp;token=36e15b1f-50d9-4ca1-a381-f82c07521e95" alt=""><figcaption><p>Карта на добивите: възстановена и оригинална</p></figcaption></figure>

{% hint style="success" %}
Попълнете липсващите данни в историята на добивите си: [Започнете безплатно](https://app.geopard.tech/auth/sign-up?utm_source=docs\&utm_medium=cta\&utm_campaign=synthetic-yield-map)
{% endhint %}


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation by asking a question.

Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:

```
GET https://docs.geopard.tech/geopard-tutorials/bg/agronomiya/yield-and-trials/synthetic-yield-map.md?ask=<question>&goal=<user_goal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.
